Bild 1: Parkinson-Gang Skizze; nach eigener Erstellung

Nach derzeitigem Erkenntnisstand leiden weltweit 10 Millionen Menschen an Parkinson, 4% davon erkrankten vor dem 50. Lebensjahr (Pham & Yan, 2018, S. 1820). Besonders die steigenden Gesundheitsausgaben zeigen den dringenden Forschungsbedarf zur Suche effektiver Behandlungsmöglichkeiten (Caramia et al., 2018, S. 1765). Einen guten Ansatzpunkt für die Forschung stellt die Analyse des Parkinson-Gangs dar, da dieser das bisher meist untersuchte Symptom der Erkrankung ist. Zudem weist der Gang eine unkomplizierte Diagnostik bzw. vielfältige überprüfbare Messgrößen auf. Aus dem parkinsontypischen schlurfenden Gang resultiert eine Beeinträchtigung des psychischen und sozialen Wohlbefindens des Betroffenen. Darüber hinaus birgt er eine große Gefahr für Stürze, was sozialen Rückzug und Depressionen zur Folge haben kann (Pham & Yan, 2018, S. 1820). In diesem wissenschaftlichen Beitrag sollen die Eigenschaften des Parkinson-Gangs sowie der aktuelle Forschungsstand dazu dargestellt werden. Dabei werden zunächst die Symptome der Parkinson-Krankheit genannt, die sich in dem Gangverhalten widerspiegeln, sodass diesbezüglich ein grundlegendes Verständnis vermittelt und ein erster Überblick über die Thematik gegeben wird. Darauf folgt die Darstellung des Forschungsstandes hinsichtlich des Parkinson-Gangs, die auf aktuellen empirischen Befunden beruht.

Der Beitrag schließt mit einem eigenen Erfahrungsbericht aus der Klinik für Neurologie und Neurointensivmedizin (Klinikum Darmstadt), geleitet von Prof. Dr. Kollmar, der einen direkten Kontakt zu Betroffenen ermöglicht sowie aktuelle Analysedaten durch Parkinson-Patienten bereitstellt.

verfasst von A. Schertel

Um die Eigenschaften des Parkinson-Gangs nachvollziehen zu können, ist es von Bedeutung, die Krankheit an sich zu verstehen bzw. zu definieren. Parkinson ist eine langfristige neurodegenerative Störung des zentralen Nervensystems (ZNS), die Motor Tremor in Ruhe, Steifheit, Bradykinese und Haltungsstörungen sowie Instabilität hervorruft. Die Krankheit schreitet im Laufe der Zeit voran und die Symptome wachsen in der Regel in Schwere und Quantität, was die Wahrscheinlichkeit schwerer Komplikationen erhöht und eine allgemeine Verschlechterung der Lebensqualität zur Folge hat (Caramia et al., 2018, S. 1765). Zudem äußert sich Parkinson durch das Zittern von Händen, Armen, Beinen, Kiefer sowie Gesicht, was bei fortgeschrittener Störung des ZNS häufig auftritt (Pham & Yan, 2018, S.1820). Ein weiteres Merkmal bei vielen Parkinson-Patienten ist das „Salbengesicht“, bei dem die Gesichtshaut übermäßig viel Talg produziert, wodurch das Gesicht fettig und glänzend aussieht.

Bild 2: Parkinson Symptome; nach eigener Erstellung

Ein gestörtes Gangbild ist ein übliches Symptom der Parkinson-Krankheit, das sich häufig durch Gleichgewichts- und Koordinationsverluste äußert, weshalb Erkrankte zu Stürzen und Haltungsverlusten neigen (ebd., S. 1820). Dazu trägt auch das Einfrieren der Gangart (FoG) bei, das ein oft zu beobachtender Typ der motorischen Dysfunktion bei fortgeschrittenem Parkinson ist (Naghavi & Wade, 2019, S. 947). Etwa die Hälfte der Menschen mit Parkinson leiden unter FoG, erkennbar durch eine kurze, episodische Abwesenheit oder deutliche Verringerung der Vorwärtsbewegung der Füße trotz Gehabsicht (Prateek et al., 2018, S. 2152). Diese dysfunktionalen Motormerkmale ergeben sich teilweise aus einem selektiv fortschreitenden Verlust von dopaminergen Neuronen, was durch ein symptomatisches Dopamin in den frühen Stadien der Krankheit als Ersatztherapie behandelt wird (De Venuto et al., 2018, S. 1167).

Ein kurzes Video zur besseren Anschauung des Gangs:

verfasst von A. Schertel

In der klinischen Praxis basiert die Diagnose von Parkinson fast vollständig auf neurologischen Untersuchungen mit dem Schwerpunkt der Beobachtung von Motorschildern sowie Bewertungsskalen, wie z.B. Unified Parkinson’s Disordners Rating Scale (UPDRS). Allerdings ist die Entwicklung für Sensoren, die den Gang objektivieren und zielgenau die Veränderungen vergleichen können in vollem Gange und es gibt bereits getestete Verfahren, die sich als Hilfestellung für Ärzte eignen.

verfasst von M. Maiwald

Die durch die Movement Disorder Society (MDS) gesponserte, modifizierte Variante der Unififed Parkinson’s Disease Rating Scale (UPDRS) beinhaltet Fragen zu vier Teilbereichen (Goetz et al., 2008, S. 2130). Diese umfassen nicht-motorische und motorische Erfahrungen im Alltag sowie motorische Untersuchungen und motorische Komplikationen. Die Bearbeitungsdauer soll etwa 30 Minuten betragen, dabei wird ein Teil eigenständig ausgefüllt und der Rest mit einem Forscher zusammen durchgeführt. Es wurde hierbei versucht, für fast alle 65 Items eine fünfstufige Skala zu verwenden, bei der die Antwortmöglichkeiten von keiner Einschränkung, über leichte, bis hin zu schwereren Problemen reichten.

Die 5er-Skala wurde eingeführt, um vor allem feine Unterschiede in den anfänglichen Stadien von Parkinson, mit schwächerer Beeinträchtigung, erkennen zu können (ebd., S. 2133). Dafür wurden die höchsten Stufen und damit die schwersten Beeinträchtigungen von zwei Antwortmöglichkeiten auf eine Antwortmöglichkeit zusammengelegt. Die Begründung dafür ist, dass es klinisch, für die Behandlung kaum relevant ist, ob jemand stark oder sogar sehr stark von Parkinson beeinträchtigt ist. Die Behandlung bleibt ähnlich. Damit gibt es nun eine genauere Differenzierung in den anfänglichen Stadien von Parkinson und eine weniger genaue Differenzierung für die fortgeschrittene Krankheit.

Im Vergleich zu der ursprünglichen UPDRS gibt es neun neue Items (ebd., S. 2132). Die Fragen sind dem Entwicklungsstand eines Siebtklässlers entsprechend verfasst. Abschließend gilt es zu beachten, dass die vier verschiedenen Teilbereiche getrennt ausgewertet werden (ebd., S. 2136).

Bild 3: Beispieldarstellung UPDRS; Quelle: Goetz et al., 2008, S. 2150

verfasst von M. Maiwald

Um den Parkinson-Gang zu quantifizieren werden beispielsweise sogenannte Inertialsensoren eingesetzt. Dabei handelt es sich um kostengünstige elektronische Bauteile, die eine Vielzahl an wertvollen Befunden liefern können. Für den Parkinson-Gang werden häufig Gyroskope verwendet. Hierbei werden die Rotation der Unterschenkel, das Abheben des Fußes, das Aufsetzen der Ferse, die Winkel zwischen Ober- und Unterschenkel, die Schrittweite, die Kadenz, der Anteil von Schwungphasen und Doppelschrittphasen sowie deren Variabilität aufgezeichnet und bestimmt (Bötzel, 2013, S. 114). Jedoch werden in der Regel nicht alle Segmente abgebildet, die Bewegungen des Beckens nicht berücksichtigt und die Längenmessungen der Segmente können ungenau sein. Deshalb müssen diese Daten der Auswertesoftware interpretiert werden. Die Beobachtung durch den Kliniker gilt somit weiterhin als Goldstandard.

Des Weiteren kann der Stand sowie das Gleichgewicht mittels verschiedener Testverfahren gemessen werden. Die Körperschwankungen im Stehen werden somit meistens mithilfe einer Druckmessplattform und unter verschiedenen Bedingungen ermittelt. Eine preiswertere Methode stellen 2- bzw. 3-Achsen-Akzelerometer dar, die universell einsetzbar sind. Im Falle des 3-Achsen-Akzelerometers wird sogar über Stürze und Beinahe-Stürze Auskunft gegeben (ebd., S. 116).

Die Ursache für solche Stürze ist oft die Störung der posturalen Reflexe, die mit dem Pull-Test oder dem Push-and-Release-Test erfasst werden können (ebd., S. 116). Hierbei werden die Schritte gezählt, die ein Patient benötigt, bis er nach einem „Schubs“ wieder sein Gleichgewicht gefunden hat. Um weitere Daten zu generieren, können zusätzlich Gyroskope und Akzelerometer verwendet werden.

Für langfristige Untersuchungen gibt es außerdem 3-Achsen-Akzelerometer, die der Patient am Gürtel trägt und mit deren Hilfe die Daten mehrerer Tage aufgezeichnet werden können (ebd., S.116). Eine Analyse der Kurven gibt Aufschluss darüber, wie lange der Patient aufrecht war, wie lange er gegangen ist und wie sich seine Schrittlänge verhalten hat. Für einen ernsthaften Einsatz benötigt man allerdings keine stationären oder großen und schweren Messapparate, sondern kleine, leichte System, die ein Patient am Körper tragen kann.

Da Parkinson eine Krankheit ist, die den Gang sehr stark beeinflusst, können oder wollen Patienten oft nicht mehr am sozialen Leben teilhaben. Eines dieser Bewegungsprobleme ist das sogenannte Freezing of Gait (FoG). Hierbei ist ein Patient nicht mehr fähig, eine bestimmte Bewegung zu initiieren oder seinen Gang zu kontrollieren (Mikos et al., 2019, S. 503). FoG ist deswegen immer wieder ein Grund für Stürze und bei 20-30% der älteren Patienten führen diese zu Verletzungen (WHO, 2008). Somit ist FoG eine psychische und physische Belastung und die Reduktion oder Verkürzung von FoG kann die Lebensqualität von Parkinson-Patienten positiv beeinflussen. Die Reduktion des Auftretens sowie der Dauer um 34% bei einem FoG kann durch Biofeedback bewirkt werden (Mikos et al., 2019, S. 503). Dadurch ist ein tragbares FoG-Erkennungssystem in Kombination mit Biofeedback ein gutes Hilfsinstrument für Parkinson-Patienten.

Solch ein FoG-Erkennungssystem wurde von Mikos et al. (2019) in einen einzigen Sensorknoten integriert und somit möglichst leicht, bei optimaler Leistung gestaltet. In ihrer Arbeit beschreiben sie, wie es gelungen ist, das System auf ein minimales Gewicht anzupassen.

Auf Bild 1 sieht man die Tabelle, die Mikos et al. (2019) zusammengetragen haben, um aufzuzeigen, dass ihre Entwicklung eine Lücke in der Wissenschaft schließt. Diese Tabelle verdeutlicht, dass die meisten Systeme entweder zu schwer sind, eine zu geringe Akkulaufzeit haben oder dass ihre Leistung nicht ausreichend ist. Das System wiegt 32g, ist 4.5 × 3.5 × 1.5 cm^3 groß, hat eine Akkulaufzeit von circa neun Stunden und berechnet in 20ms Intervallen. Außerdem hat es die Möglichkeit auditives Feedback über Kopfhörer und somatosensorisches Feedback über Vibration zu geben. Durch die Befestigung am Knöchel und die geringe Größe und Masse, ist es praktisch kaum zu bemerken. Des Weiteren wird für die Berechnung, im Gegensatz zu anderen Systemen, kein Smartphone als Rechner benötigt. Mit diesen Spezifikationen und der Möglichkeit der Online-, Echtzeit-Patienten-Anpassung erreicht das System eine Erfolgsquote für die Erkennung von FoGs von über 92% (Mikos et al., 2019, S. 512). Nach der Erkennung kann das System die oben angesprochenen Rückmeldungen geben und somit eventuell das FoG verkürzen, was Patienten im Alltag hilft.

Bild 4: Übersicht FOG-Erkennungssysteme; Quelle: Mikos etl., 2019, S. 504

verfasst von M. Maiwald

Eine ganz aktuelle Arbeit ist das Projekt „TelePark“, welches am 25.11.2018 den Förderbescheid des Sächsischen Staatsministerium für Soziales und Verbraucherschutz (SMS) bekommen hat (Menzel, o.D.). Außerdem wird das Projekt mit Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) gefördert. In diesem Projekt ist der Ansatz von Dr. Kai Loewenbrück, eine bereits von Thomas Lindner in Kooperation mit der TU Chemnitz entwickelten Socke, die mit Sensoren ausgestattet ist, für Parkinson-Patienten und deren Gangverhalten zu verwenden (MDR, 2019).

Bei diesen Socken handelt es sich um eine Art transportierbare Druckmessplatte. Die Socken bestehen aus zwei Schichten, zwischen denen sich ultra dünne Sensoren befinden, die den ausgeübten Druck messen (MDR, 2019; Fejes, 2017). Somit ist zu erkennen, wie stark der Träger auftritt und auch wie sich der Druck auf den Fuß verteilt. Ursprünglich waren die Socken zum Beispiel für Sportler, die an ihrer Technik arbeiten wollten oder für Reha-Patienten nach einem Bruch oder Ähnlichem, gedacht. Oft gibt es nach einer Operation Anweisungen, wie eine Begrenzung der Belastung auf 30-40%. Jedoch ist dies anhand des eigenen Gefühls schwierig einzuschätzen. Hierbei sollen die „Smarten Socken“ (Fejes, 2017) von Thomas Lindner helfen und dem Patienten genaue Informationen zu seiner Belastung liefern.

Nachdem Dr. Kai Loewenbrück auf diese Socken aufmerksam wurde, erkannte er ihr Potential, den Gang von Parkinson-Patienten zu analysieren (MDR, 2019). Die Socken geben Feedback in Echtzeit über eine App und mittels Online-Übermittlung können Werte vergangener Einheiten miteinander verglichen werden (MDR, 2019). Intraindividuelle Abweichungen sollen schnellstmöglich an die Ärzte übermittelt werden, sodass die Patienten mit den stärksten Problemen priorisiert werden (MEDICA, 2019). Außerdem können bei der Behandlung der Patienten zielgenaue Tipps und Hilfestellungen gegeben werden, um den Gang zu optimieren.

Das Projekt steht allerdings noch in seinen Startlöchern und ist noch nicht ausreichend getestet und wissenschaftlich behandelt. Deshalb werden immer noch Testpersonen gesucht (Menzel, o.D.) und die Anwendung dieser Analysetechnik ist frühestens ab 2021 zu erwarten.

oder:

Link 1: https://www.mdr.de/nachrichten/panorama/erfindungen/video-276268_zc-3406c8a1_zs-a6e59d51.html

Link 2: https://youtu.be/r6yX_MjZ4iQ

verfasst von M. Maiwald

Bild 5: Team Neurologie; Quelle: https://klinikum-darmstadt.de/medizin/kliniken-und-institute/klinik-fuer-neurologie-neurointensivmedizin/

Dank Prof. Kollmar hatten wir die Möglichkeit einen Tag auf der Station für Neurologie und Neurointensivmedizin im Klinikum Darmstadt zu hospitieren. Für uns war der Besuch als Praxiserfahrung ein großer Mehrwert, um die Krankheit besser verstehen zu können und nicht nur theoretische Studien darüber zu lesen. Wir durften an jeder Visite von Prof. Kollmar teilnehmen und mit den Patienten sprechen, sofern es der Gesundheitszustand zuließ. Insgesamt sahen wir drei Parkinson-Patienten, davon war einer jedoch nicht ansprechbar. Die unterschiedlichen Ausprägungen mit den verschiedenen Symptomen der Krankheit ließen sich bei den 3 Parkinson-Patienten gut erkennen. Die zu beobachtenden Symptome bei den Patienten waren beispielweise Bradykinese, Instabilität, verlangsamtes Denken, Hypokinese, FoG, Parkinson-Tremor, Gesichtssteifheit sowie Salbengesicht. Zudem bot sich uns die Gelegenheit, durch die Gespräche Einblicke in den Alltag eines Parkinson-Patienten zu bekommen. Dies ermöglichte uns ein besseres Verständnis für die Hürden und Probleme der Patienten aber auch der Pflegebetreuer oder Familienmitglieder. Diese sehen sich, abhängig vom Stadium des Patienten (kompletter Pflegefall oder angewiesen auf Hilfe bei bestimmten motorischen Aufgaben), großen Herausforderungen gegenüber.

Darüber hinaus zeigte sich, dass für den Verlauf der Krankheit die medikamentöse Behandlung oft entscheidend sein kann. Die richtige Einstellung kann den Krankheitsverlauf sogar verzögern oder den aktuellen Zustand vorerst stabilisieren, sofern alle Einflussfaktoren berücksichtigt wurden. So konnte ein Patient, der am Vorabend noch nicht ansprechbar war, am nächsten Tag wieder kommunizieren und auf die Ärzte eingehen. In Bezug auf die physische Behandlung berichteten die zwei ansprechbaren Patienten, dass die Anwendung von Physiotherapie eine positive Wirkung auf Körpergefühl und Wohlbefinden hatte. Der erste Patient beschrieb die Wirkung uneingeschränkt positiv und wünscht sich häufigere Anwendungen. Beim zweiten Patienten zeigten sich nur bedingt Erfolge, vor allem jedoch in einem früheren Stadium der Krankheit.

Der Besuch war uns ein besonderes Anliegen, da auch bei uns Familienangehörige an Parkinson erkrankt sind und somit auch ein persönlicher Bezug vorliegt. Erschreckend für uns zu sehen, waren sowohl die verschiedenen psychischen als auch die physischen Limitierungen der Patienten, die die Krankheit zur Folge hat. Die Patienten sind, je nach Stadium, täglich auf fremde Hilfe angewiesen, um den Alltag zu meistern. Uns zeigte sich deutlich, es besteht dringender Forschungsbedarf, um eine greifbare Ursache sowie Heilungsmöglichkeiten der Krankheit zu finden. Die zunehmenden Erkrankungsfälle und wachsenden Gesundheitsausgaben stellen die Krankenkassen vor große Herausforderungen, um die anfallenden Therapie- und Versorgungskosten ausreichend abzudecken.

verfasst von A. Schertel

1. Inwiefern verbessert physische Aktivität (z.B. durch Physiotherapie) den Verlauf der Parkinson-Krankheit?
2. Hat die Ernährungsweise der Patienten einen positiven Einfluss auf den Krankheitsverlauf?
3. Wird es in naher Zukunft finanziell möglich sein, Patienten mit Sensoren auszustatten, damit Ärzte aussagekräftige Daten erhalten?

Bötzel, K. (2013): Apparative Diagnostik motorischer Defizite bei Parkinson-Syndrom mit Inertialsensoren. In: neuroreha 05 (03), S. 114–117. doi: 10.1055/s-0033-1355430

Caramia, C., Torricelli, D., Schmid, M., Munoz-Gonzalez, A., Gonzalez-Vargas, J., Grandas, F. & Pons, J.L. (2018). IMU-Based Classification of Parkinson’s Disease From Gait: A Sensitivity Analysis on Sensor Location and Feature Selection. Journal of Biomedical and Health Informatics, 22(6), 1765-1774. doi: 10.1109/JBHI.2018.2865218

De Venuto, D., Annese, V. F., Mezzina, G. & Defazio, G. (2018). FPGA-Based Embedded Cyber-Physical Platform to Assess Gait and Postural Stability in Parkinson’s Disease. Transactions on components, packaging and manufacturing technology, 8(7), 1167-1179. doi: 10.1109/TCPMT.2018.2810103

Fejes, M. (2017). Gesünder Laufen mit smarter Socke. Zugriff am 31.08.2019 unter https://www.tu-chemnitz.de/tu/pressestelle/aktuell/7793.

Goetz, C. G., Tilley, B. C., Shaftman, S. R., Stebbins, G. T., Fahn, S., Martinez-Martin, P., … Dubois, B. (2008). Movement Disorder Society-sponsored revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS): scale presentation and clinimetric testing results. Movement disorders: official journal of the Movement Disorder Society, 23(15) 2129–2170. doi: 10.1002/mds.22340

MDR (2019). Intelligente Socken für die Parkinson-Therapie. Zugriff am 31.08.2019 unter https://www.mdr.de/nachrichten/panorama/erfindungen/intelligente-socke-mit-sensoren-100.html.

MEDICA (2019). Freier leben dank Telemedizin – „TelePark“- Projekt für Parkinson-Patienten. Zugriff am 31.08.2019 unter https://www.medica.de/de/News/Interviews/%C3%84ltere_Interviews/Interviews_2019/Freier_leben_dank_Telemedizin_%E2%80%93_%E2%80%9ETelePark%E2%80%9C-_Projekt_f%C3%BCr_Parkinson-Patienten.

Menzel, T. (o.D.). Telepark. Zugriff am 31.08.2019 unter https://www.telepark-sachsen.de/.

Mikos, V., Heng, C.-H., Tay, A., Yen, S.-C., Chia, N. S. Y., Koh, K. M. L., Tan, D. M. L., Au, W. L. (2019). A Wearable, Patient-Adaptive Freezing of Gait Detection System for Biofeedback Cueing in Parkinson's Disease. IEEE transactions on biomedical circuits and systems, 13(3), 503-515. doi: 10.1109/TBCAS.2019.2914253

Naghavi, N. & Wade, E. (2019). Prediction of Freezing of Gait in Parkinson’s Disease Using Statistical Inference and Lower–Limb Acceleration Data. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 27(5), 945-955. doi: 10.1109/TNSRE.2019.2910165

Pham, T. D. & Yan, H. (2018). Tensor Decomposition of Gait Dynamics in Parkinson's Disease. IEEE Transactions on Biomedical Engineering, 65(8), 1820-1827. doi: 10.1109/TBME.2017.2779884

Prateek, G. V., Skog, I., McNeely, M. E., Duncan, R. P., Earhart, G. M. & Nehorai, A. (2018). Modeling, Detecting, and Tracking Freezing of Gait in Parkinson Disease Using Inertial Sensors. IEEE Transactions on Biomedical Engineering, 65(10), 2152-2161. doi: 10.1109/TBME.2017.2785625

WHO (2008).WHO Global Report on Falls Prevention in Older Age. Genf: World Health Organization.